AIがわかる数学入門―グラフ理論、特異値分解、OR:AIシステムを理解するための数学ガイド [単行本]

AIがわかる数学入門―グラフ理論、特異値分解、OR:AIシステムを理解するための数学ガイド の 商品概要

• 要旨（「BOOK」データベースより）

  本書は、特異値分解や最適化、グラフ理論といった数学的基礎から、自然言語処理、オペレーションズ・リサーチまで、ＡＩを支える広範な数学を順を追って丁寧に解説します。実践的な応用例を補完する公開データセットとＪｕｐｙｔｅｒ　ＮｏｔｅｂｏｏｋがＧｉｔＨｕｂに用意されており、理論と実践を行き来しながら理解を深めることができる構成になっています。

• 目次（「BOOK」データベースより）

  １章　なぜＡＩの数学を学ぶのか
  ２章　データ、データ、データ
  ３章　データへの適合関数
  ４章　ニューラルネットワークの最適化
  ５章　畳み込みニューラルネットワークとコンピュータビジョン
  ６章　特異値分解：画像処理、自然言語処理、ソーシャルメディア
  ７章　自然言語処理：ベクトル化と時系列
  ８章　確率的生成モデル
  ９章　グラフモデル
  １０章　オペレーションズ・リサーチ
  １１章　確率
  １２章　数学的論理
  １３章　ＡＩと偏微分方程式
  １４章　ＡＩ、倫理、数学、法律、ポリシー

• 内容紹介

  最適化、特異値分解、ニューラルネットワークといったAIに関するトピックの基本となる数学を幅広く網羅！
  本書は、特異値分解や最適化、グラフ理論といった数学的基礎から、CNN、自然言語処理、さらにはオペレーションズ・リサーチまで、AIを支える広範な数学を順を追って丁寧に解説します。実践的な応用例を補完する公開データセットとJupyter NotebookがGitHubに用意されており、理論と実践を行き来しながら理解を深めることができる構成になっています。

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  ネルソン,ハラ(ネルソン,ハラ／Nelson,Hala)
  ジェームズ・マディソン大学の数学の准教授。ニューヨーク大学のクーラント数学科学研究所で数学の博士号を取得した。ジェームズ・マディソン大学の前は、ミシガン大学アナーバー校のポスドク准教を務めていた。数理モデリングを専門とし、公共部門の緊急サービスやインフラサービスのコンサルティングを行っている。複雑なアイデアを単純で実用的な用語に翻訳することを好む。残忍な内戦中のレバノンで育ち、幼い頃にミサイルの爆発で髪を失った。この出来事とその後の多くの出来事が、人間の行動、知能の性質、ＡＩへの彼女の関心を形作った
  
  大橋 真也(オオハシ シンヤ)
  千葉大学理学部数学科卒業、千葉大学大学院教育学研究科修士課程修了。Ａｐｐｌｅ　Ｄｉｓｔｉｎｇｕｉｓｈｅｄ　Ｅｄｕｃａｔｏｒ、Ｗｏｌｆｒａｍ　Ｅｄｕｃａｔｉｏｎ　Ｇｒｏｕｐ、日本数式処理学会、ＣＩＥＣ（コンピュータ利用教育学会）。千葉県公立高等学校の数学科・情報科の主幹教諭を経て、順天堂大学　数理・データ科学教育研究センター　特任教授

AIがわかる数学入門―グラフ理論、特異値分解、OR:AIシステムを理解するための数学ガイド の商品スペック